星空的征途：浪潮如何用三个力加速行业AI？
2017年AI开始从实验室走到我们身边，在一些场景发挥作用。比如地铁售票机可以引入语音+唇形的多模态识别，让人们动动嘴就能买票。这种面向具体场景的AI往往改变的只是我们与机器交互的个别环节：打字和触屏变成语音、识别代码变成识别图片等。
此类AI应用虽然能让人们感受到AI的神奇，但是效率还有待提高。只有当AI不再局限于某一台设备的交互，连接广泛而多样的终端，收集并处理大量数据，最终形成决策并自循环时，这种“系统化”的AI才能发挥技术对人类生产力进步的真正意义。
2018年，AI开始越来越多的出现在我们身边。在不久前的Inspur World 2018上，浪潮也展示了大量应用于行业、大场景的案例。
例如分布在城市无数角落，通过摄像头捕捉犯罪分子和违禁交通行为甚至还能监控管道安全的智慧安防系统，就是大华股份与浪潮合作的成果。又比如通过大量交易数据、资讯、报表进行分析挖掘，实现让AI金融系统自动出具市场简报，进行市场分析、短期预测、长期预测、外汇预测等等。背后隐藏着的是浪潮的GPU集群和AIStation。
当AI从单个场景应用逐渐走向系统化应用，从单独的产品走向并联的行业。这其中体现出的价值差异就如同火箭升空一般，是一颗星球与整个宇宙之间的区别。那么在这一过程中，浪潮这样的AI基础设施供应商又发挥了哪些作用？
让更复杂和大规模的计算成为反冲力
在火箭升空的过程中，人们看到的最直接的作用力就是“反冲力”——燃烧燃料产生的反向作用力，让火箭突破地心引力飞向星辰大海。
对于行业AI来说，这种最直接的作用力就是算力本身。
在AI从个人应用走向行业应用的过程中，对于计算的需求发生了很大的变化。手机上的AI拍照、图片识别翻译等等，需要的是利用终端算力对推理任务进行瞬时处理。但应用于安防系统、金融系统等行业场景的AI，由于终端网络密集，数据量巨大，既需要从头搭建计算集群用于大规模数据训练，又需要构建具有针对性的开发环境让频繁更迭的模型可以快速投入使用。
对于这种计算需求而言，AI基础设施供应商必须具备提供多种硬件方案和硬件管理平台化的能力，才能提供足够的反冲力。
浪潮所做的，就是将硬件方案针对应用场景进行优化，例如智能视频分析场景的特征是储存数据量大，就可以应用专注视频场景大容量储存的NF5280M5-V；如果想先快速投入应用，随后逐渐随需求拓展，就可以利用灵活可拓展的AI计算模块GX4。
正因为行业AI对于算力需求巨大，日常维护服务器、服务器能耗等等也成了一笔不小的开销。针对于这种情况，浪潮提供了AI集成研发平台AIStation。不光可以部署深度学习应用环境，还可以管理深度学习训练任务和GPU资源。在训练时节省时间，在运维时减少资源的浪费。
适合的算力就像适合的燃料，为火箭提供强大的反冲力。
让庞大的数据量成为惯性力
被反冲力推向空中之后，火箭就利用自身重量带有的惯性力继续前行。在行业AI中，之所以对算力有如此之高的需求，主要原因就是数据量太过庞大。在行业应用中，巨大的数据量既是一种门槛，同时也是一种优势，可以形成惯性力让火箭走的更远。
就拿浪潮和大华的合作来说，智慧安防的难点是视频的结构化——把非结构化的视频数据进行分类、标准处理，使其成为可以被机器学习理解的结构化数据。这一过程中，本来视频文件的容量就很大，还要涵盖多个对象和场景，例如交通监控中要分别识别安全带、车牌等多个对象，又要区分高速、城市道路等不同的场景。而一旦突破了视频结构化大量数据处理的门槛，就能形成一道护城河，让竞品难以匹敌。
在这其中浪潮除了能提供计算集群的软硬件部署之外，还有AI+HPC（高性能计算）带来的无限可能。像视频结构化这种数据量巨大的复杂任务，在神经网络模型训练时就可以利用HPC算力来进行加速。以往那些躺在服务器最深处的大量数据再也不是“食之效率低，弃之可惜”的鸡肋，反而可以变成一种优势。
同时当AI系统化应用于行业之中，对于政务、警务、金融等等领域而言，数据安全性也成为了关键。这时浪潮作为老牌IT基础服务供应商所累积的经验和品牌信誉，可以把行业客户的相关疑虑降到最低。
从为数据苦恼到让数据成为资本、武器和惯性力，是AI时代造就的最有趣的变化。
为整个行业AI体系打造加速力
如果只能为一款火箭提供推助，那么浪潮只能成为火箭的“推助器”。但浪潮能力显然不仅于此，相比为某一款火箭提供推助，浪潮更倾向于为整个行业AI的航天事业提供“加速力”。
在弄明白“加速度”这个概念之前，我们要知道是什么阻碍了AI落地于行业之间。是意识吗？显然不是，现在从国家到企业，几乎都把AI当成了头等大事，对于其中的投入也毫不吝啬？是技术吗？显然也不是，从目前已有的合作案例看来，AI技术已经成熟到可以进入行业之中。
行业AI的一个特点就是非标准化。手机可以拥有一样的芯片结构和软件应用，但不同行业之间有着巨大的行业差异，有的需要将专业知识与神经网络模型相结合、有的需要频繁的数据上传下载、有的需要巨大的储存空间……可以说每一个行业客户，都是定制客户。这样下来，行业AI的推进过程自然会变慢。
浪潮与其他AI基础设施供应商之间最大的区别，就是浪潮不仅供应软硬件产品，还在向整个市场供应标准和生态。
像在这次Inspur World中，浪潮为了满足行业客户AI上云的需求，发布了OpenStack AI云平台，快速捕捉到AI上云这一最近开始流行的需求，通过建立开源云计算平台推动整个过程的标准化，从而让行业客户AI上云变得更加高效快捷。
在生态方面，浪潮提出JDM（Joint Design Manufacture）模式，把联合开发的概念带到了行业AI落地中来，从业务链的融合开始，实现双方需求与研发端、采购端、生产端的全面对接。让简单的“行业客户应用服务”演变成更高效的“行业客户与服务共同成长”。
包括浪潮针对AI计算提出的T计划，则不仅仅停留于产品和技术本身的创新，还把目光投向了人才和伙伴上。大力发展AI计算的人才培训、打造相关交流平台和奖项。让行业整体步入人工智能时，不会陷入除了产品之外没有人才可用、没有生态伙伴可以合作的窘境。让AI成为行业客户发展可持续的加速力。
从算力本身，到对数据的利用，最后到市场整体标准和生态的塑造。在AI从孤立走向行业、从地球奔向星空的过程中，浪潮提供的三个力正在默默的发挥着作用。
行业AI的魅力在于，我们或许很难用看见或者触摸到它，却无时不刻处于它的惠及之下。其实浪潮之于行业AI的作用也是一样，不存在于火箭舱内，可在花火之间和腾飞的风中，它的能量无处不在。